GSE138819:间充质PDGFR-β失调驱动肾脏纤维化
该数据集来自NCBI GEO,包含1个系列矩阵文件,采用微阵列表达谱比较野生型小鼠(Foxd1_wt Pdgfrb_wt)与肾脏间充质细胞组成性激活PDGFR-β的小鼠(Foxd1_mt Pdgfrb V536A),用于识别PDGFR-β信号的下游靶基因

基本信息
资源简介
GSE138819:间充质PDGFR-β失调驱动肾脏纤维化
Dysregulated mesenchymal PDGFR-β drives kidney fibrosis
该数据集来自NCBI GEO,包含1个系列矩阵文件,采用微阵列表达谱比较野生型小鼠(Foxd1_wt Pdgfrb_wt)与肾脏间充质细胞组成性激活PDGFR-β的小鼠(Foxd1_mt Pdgfrb V536A),用于识别PDGFR-β信号的下游靶基因。数据覆盖小鼠肾脏间充质PDGFR-β激活模型,该模型表现为进行性系膜增生性肾小球肾炎、系膜硬化、间质纤维化及因成纤维细胞促红细胞生成素产生丧失导致的进行性贫血。可用于研究PDGFR-β驱动肾脏纤维化的分子机制及筛选相关靶基因(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 14 201。
【数据内容】
源站描述(机器翻译,仅供参考):肾脏纤维化的特征是血小板衍生生长因子受体-β(PDGFR-β)阳性间充质细胞的扩增和活化。为了研究PDGFR-β活化的后果,我们利用在肾脏间充质细胞中特异性激活PDGFR-β的转基因小鼠建立了一个原发性肾纤维化模型,这种激活驱动了间充质细胞的病理性增殖和向肌成纤维细胞的表型转换。这导致了进行性系膜增生性肾小球肾炎、系膜硬化和间质纤维化,并因成纤维细胞促红细胞生成素产生丧失而出现进行性贫血。我们使用微阵列比较野生型动物(Foxd1_wt Pdgfrb_wt)与肾脏中组成性间充质PDGFR-β激活的动物(Foxd1_mt Pdgfrb V536A),以识别PDGFR-β信号的下游靶基因。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Expression profiling by array、GPL20775、10090。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE138819
【使用注意】
· 源站最后修改于 Dec 08 201,引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE138819
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
肾纤维化的特征在于血小板衍生生长因子受体-β(PDGFR-β)阳性间充质细胞的扩增与活化。为研究PDGFR-β激活的后果,我们利用在肾间充质细胞中特异性激活PDGFR-β的转基因小鼠,建立了一种原发性肾纤维化模型,该模型驱动间充质细胞病理性增殖并向肌成纤维细胞表型转化。这导致了进行性系膜增生性肾小球肾炎、系膜硬化和间质纤维化,并因成纤维细胞产生促红细胞生成素减少而出现进行性贫血。我们采用微阵列技术,比较了野生型动物(Foxd1_wt Pdgfrb_wt)与肾脏中组成性间充质PDGFR-β激活的动物(Foxd1_mt Pdgfrb V536A),以识别PDGFR-β信号传导的靶基因。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




